OLAP Group函数数据合并并行功能介绍
背景
OLAP Group函数包括Rollup()、Cube()、Grouping sets()，它们是对普通分组聚集的扩展，可以输出多级汇总结果。在GBase 8a中如果不开启并行优化，它们首先生成各级汇总数据，再将汇总数据串行逐行合并到最终结果表，本文将介绍GBase 8a对于Group函数的并行处理功能。
Rollup()函数执行过程
Rollup()函数会对维度的组合从右至左生成汇总，例如Rollup (a, b ,c)等价于下列汇总临时表做union all操作：
group by (a, b,
c)
group by (a, b)
group by (a)
group by () //表示对所有行进行聚集（不分组）
Cube()和Grouping sets()函数执行过程
Cube()和Grouping sets()与Rollup()类似，都是对简单分组聚合操作进行扩展。
Cube()对 各维度的所有组合生成汇总，如果Cube()函数包含n列，则将有2n个汇总临时表，例如Cube(a, b, c)等价于对下列汇总临时表做union all操作：
group by (a, b,
c)
group by (a, b)
group by (a, c)
group by (b, c)
group by (a)
group by (b)
group by (c)
group by () //表示对所有行进行聚集（不分组）
列参数多时，Cube()的计算量是非常大的，如果不需要对所有组合计算汇总，可以使用Grouping sets()函数对制定的组合计算汇总，例如Grouping sets((a, b), (b, c))等价于对下列汇总临时表的union all操作：
group by (a, b)
group by (b, c)
所以Rollup()、Cube()、Grouping sets()都是对汇总临时表进行数据合并(union all)的操作，提升合并操作的效能对这三个函数均有正面影响。
并行执行方式
并行执行前需要先将数据进行划分，让各个线程处理不同的数据，数据划分有两种方式：
1、横向划分
如下图所示，每个线程处理表的部分行，涉及这些行的所有列。
2、纵向划分
如下图所示，每个线程处理表的某一列，涉及该列的所有行。
在OLAP Group函数的数据合并阶段，各列的数据已经由前面的分组聚集操作准备好了，需要做的只是将数据从汇总临时表写入最终目标表，其中不涉及任何CPU运算。
这种情况下，横向划数据会导致并行线程串行写入相同的文件，这时IO将成为瓶颈，效能无法通过并行得到提升；而使用纵向划分、列间并行的方式可以有效地提升效能，不会发生IO等待。
所以，对于包含多列的OLAP Group函数的执行，使用纵向划分、列间并行的方式可以有效地提升效能，GBase 8a通过参数_gbase_parallel_olap_group_merge控制，将该参数设置为1时打开并行优化。
